使用 Crawl4AI 为 Amazon Bedrock Knowledge Bases 准备 Web 内容

AWS 演示如何利用开源 Python 爬虫 Crawl4AI 预处理网页，生成 Markdown 和元数据并上传至 Amazon S3，供 Amazon Bedrock Knowledge Bases 摄取。该方案适用于需提取正文、移除导航栏或自定义元数据的场景，作为托管 Web Crawler 的补充，实现更精细化的 RAG 数据入库控制。